你好，我是王煜全，这里是王煜全要闻评论。
随着生成式AI进入展开期，越来越多的企业将自身业务与大模型相结合，有些公司喜欢标榜自己有高大上的黑科技，有些却十分接地气。
7月29日，大名鼎鼎的谷歌DeepMind发布了一款机器人模型Robotic Transformer 2（RT-2），号称机器人版的GPT。它是一个单臂机器人，不仅能理解人类提出的要求，还能进行简单的推理，最终完成指定任务。
如果把狮子和恐龙两个玩具模型摆在它面前，让它“捡起已灭绝的动物”，RT-2会准确地选出恐龙；它还能在三张人类照片中选出Taylor Swift的照片，并把一罐可乐放到上面。
以往的机器人需要非常直接的指令，而RT-2却可以理解灭绝动物的概念，然后再与恐龙玩具联系起来，最终选出正确答案，看起来是有了简单推理能力。
DeepMind为驱动RT-2的模型取了一个高大上的名称，视觉-语言-动作VLA模型，简单地说就是让机器人更好地识别视觉信息，解释人类的自然语言指令，并作出相应的行动。不过，它最大的升级是嵌入了谷歌的一系列基础大模型。
为了宣传RT-2的研究成果，谷歌发布了演示视频和说明文章，众多媒体开始转发，说这是AGI机器人的大招，是又一个AI大模型黑科技。
RT-2确实有进步之处，将大模型技术与机械臂相结合完成了相对复杂的任务。这也是我们之前在科技特训营里预测过的，大模型的下一个大机会就是和机器臂结合，使得机器臂能听懂人类指令，并能实现人类才能做到的复杂操作。
但问题是，今天RT-2看上去很黑科技，赚了不少眼球儿，却与离走进人们的现实生活至少还有几年的差距。
相比之下，另一个AI应用显得土里土气，却已经进入到人们生活中了，它就是美国公司Presto的AI语音点餐助手Presto Voice，主要应用场景是汽车餐厅（drive-thru），也就是俗称的“得来速”餐厅。
在传统的“得来速”餐厅中，客人可以把车开到点餐窗口与人类服务员对话点餐，之后在取餐口取餐，全程不用下车。
这种餐厅不仅方便快捷，更重要的是成本低，所以美国很多快餐店都会采取这种模式。麦当劳的美国餐厅中，“得来速”餐厅占到了70%以上的利润。
Presto Voice精准的选取了“得来速”餐厅的点餐环节，他们基于OpenAI的GPT模型，开发了生成式AI语音助手，代替人类服务员来为客户点餐，之后再由人类服务员完成后续工作。
他们在餐厅落地的设备看起来很朴素，一个普通的铁皮音箱，搭配几个灯箱来展示菜单，完全没有黑科技的味儿。
不过，美国已经有350家快餐店部署了Presto。这家公司的CEO Krishna Gupta认为，三年后美国所有汽车餐厅都不用人接单了，因为Presto 能够在没有任何人工干预的情况下接管95%以上的订单，不仅可以降低人工成本，还能让单店收入增加6%。
为了验证Presto的可行性，《华尔街日报》记者Joanna Stern驱车赶往马里兰州肯特岛的一家Hardee's汽车餐厅，做了三项测试。
她先测试了Presto的语音识别能力，看它在不同噪声下能否准确的识别客户语音，结果Presto在狗叫和儿童吵闹声的干扰下，都生成了正确的订单。
之后，她又在点餐时临时更改订单，用来测试Presto Voice自然语言处理能力。她一开始说想要Hardee汉堡套餐，Presto就问她想要中号还是大号，Joanna却说“对不起，我想要加奶酪的superstar汉堡了”，结果点餐还是成功了。
另外，Joanna还测试了人性化服务水平，因为她在“得来速”点餐时喜欢和服务员闲聊几句，她问Presto Voice喜欢Taylor Swift哪首歌时，并没有收到回复。
这是因为，虽然Presto使用了OpenAI的技术，但是与GPT用全网数据训练不同，Presto只用了与餐厅有关的有限数据集进行训练，如果点了菜单上没有的金枪鱼卷，它会说对不起，餐厅不供应这个菜品。
这与我们打造“AI王煜全”时的思路不谋而合，“专业问题更专业，非专业问题不回答”。我们并不是用大模型直接提供服务，而是在模型基础上，用我在科技特训营3年来积累的600万字语料进行训练，这样的好处是既提升了用户体验，又保证了专业性。
尽管有些问题没得到回复，Joanna仍然认为Presto的服务效果很好，她认为这是发生在餐厅中的人工智能革命，这让她开始担心美国330万从事快餐或柜台工作的人，是否会因此失业。
不过，Hardee连锁店的负责人却觉得没必要担心这个，原因在于他们并不想裁员，有了Presto，员工就可以做其他事情，比如照顾餐厅里的客人，这无疑缓解了用工短缺问题。
有的员工认为，不再与顾客沟通实在是一种解脱，尤其是他们早就厌倦了在点餐结束时不得不询问是否要追加订单；一些顾客则表示，总算不用和脾气暴躁的快餐店员工沟通了，感觉也挺好的。
你看，AI使数字革命进入了成熟期，但不同的机会会在不同的阶段陆续出现。同样是使用大模型技术，DeepMind在为未来的机器人革命做准备，而Presto已经在改变人们的生活了，其中的关键就是我一直提到的，这一轮AI技术首先催熟的是自然语言互动。这类AI应用已经进入展开期了，需要从现实需求的角度来具体探索应用模式了。
从这一点上说，Presto对广大创业者有一定的借鉴意义，证明了生成式AI的实际应用价值，但是，Presto还没有实现高端化、个性化与持续化，也就尚未发挥生成式AI的真正价值。我们期待更多创业者参与进来，探索出更多接地气的商业模式。
联系客服
